Örnek veriler

Bu öğretici programda kullanılan örnek veriler, scikit-learn ' in bir parçası olan verilerden alınmaktadır ve 0-9 'dan itibaren el ile yazılmış basamakların görüntülerini tanıyacak bir model yetiştirmek için kullanılacaktır.

• Bu öğretici programın tamamlanmasına ilişkin ipuçları

  Resimdeki videoyu kullan

  İpucu: Videoyu başlatın, daha sonra siz öğretici programda gezinirken video, resim içinde resim moduna geçer. Resimdeki resimle en iyi deneyimi elde etmek için video içindekiler tablosunu kapatın. Bu öğretici programdaki görevleri tamamlarken videoyu izleyebilmek için resimdeki modu kullanabilirsiniz. İzlemek istediğiniz her görev için zaman damgalarını tıklatın.

  Aşağıdaki canlandırmalı resim, resimdeki video resminin ve içindekiler tablosunun özelliklerinin nasıl kullanılacağını gösterir:

  

  Toplulukta yardım alma

  Bu öğretici programla ilgili yardıma gereksinim duyarsanız, Cloud Pak for Data Community tartışma forumundabir soru sorabilir ya da bir yanıt bulabilirsiniz.

  Tarayıcı pencerelerinizi ayarlayın

  Bu öğretici programı tamamlama konusunda en iyi deneyimi sağlamak için Cloud Pak for Data olanağını bir tarayıcı penceresinde açın ve bu eğitmen sayfasını iki uygulama arasında kolayca geçiş yapmak üzere başka bir tarayıcı penceresinde açık tutun. Takip edilmesini kolaylaştırmak için iki tarayıcı penceresini yan yana düzenlemeyi düşünün.

  

  İpucu: Kullanıcı arabiriminde bu öğretici programı tamamlarken kılavuzlu bir turla karşılaşırsanız, Belki daha sonraseçeneğini tıklatın.

  
  Başa dön
  

• Görev 1: Proje açma
  
  

  Verileri ve AutoAI deneyini depolamak için bir projeye ihtiyacınız vardır. Var olan bir projeyi kullanabilir ya da proje yaratabilirsiniz.

  1. Gezinme menüsünden , Projeler > Tüm projeleri görüntüle seçeneklerini belirleyin

  2. Var olan bir projeyi açın. Yeni bir proje kullanmak istiyorsanız:

     1. Yeni projeöğesini tıklatın.

     2. Boş proje yaratseçeneğini belirleyin.

     3. Proje için bir ad ve isteğe bağlı açıklama girin.

     4. Var olan bir nesne depolama hizmeti örneği seçin ya da yeni bir örnek oluşturun.

     5. Oluştur'u tıklatın.

  3. Proje açıldığında, Yönet sekmesini tıklatın ve Hizmetler ve bütünleştirmeler sayfasını seçin.

     Bu görevi önizlemek için 00:07adresinden başlayan videoyu izleyin.

     1. IBM hizmetleri sekmesinde Hizmeti ilişkilendirseçeneğini tıklatın.

     2. Watson Machine Learning eşgörünümünüzü seçin. Henüz bir Watson Machine Learning hizmet eşgörünümüne sahip değilseniz, aşağıdaki adımları izleyin:

        1. Yeni hizmet' i tıklatın.

        2. Watson Machine Learning(Watson Makine Öğrenimi) seçeneğini belirleyin.

        3. Oluştur'u tıklatın.

        4. Listeden yeni hizmet eşgörünümünü seçin.

     3. Hizmeti ilişkilendir' i tıklatın.

     4. Gerekirse, Hizmetler ve Bütünleştirmeler sayfasına dönmek için İptal düğmesini tıklatın.

  Daha fazla bilgi veya video izlemek için Proje oluşturmabaşlıklı konuya bakın.
  İlişkili hizmetler hakkında daha fazla bilgi için İlişkili hizmetler eklemebaşlıklı konuya bakın.

  İlerlemenizi denetleyin

  Aşağıdaki resim yeni projeyi göstermektedir.
  
  

  

  
  Başa dön
  

• Görev 2: Projenize bir not defteri ekleme
  
  

  Bu görevi önizlemek için 00:18adresinden başlayan videoyu izleyin.

  Bu öğretici programda örnek bir not defteri kullanacaksınız. Örnek not defterini projenize eklemek için aşağıdaki adımları izleyin:

  1. Galleryiçindeki Use sckit-learn to tanıma (sckit kullan-el ile yazılmış rakamları tanımak için öğrenin) defterine erişin.

  2. Projeye ekle' yi tıklatın.

  3. Listeden projeyi seçin ve Ekledüğmesini tıklatın.

  4. Not defteri adını ve açıklamasını doğrulayın (isteğe bağlı).

  5. Bu not defteri için bir çalıştırma zamanı ortamı seçin.

  6. Oluştur'u tıklatın. Not defteri düzenleyicisinin yüklenmesini bekleyin.

  7. Menüden Kernel > Restart & Clear Output(Çekirdek > Çıkışı Yeniden Başlat ve Temizle) seçeneklerini tıklatın, ardından son kaydedilen çalıştırmadan çıktıyı temizlemek için Restart and Clear All Outputs (Tüm Çıkışları Yeniden Başlat ve Temizle) seçeneğini tıklatarak onaylayın.

  İlerlemenizi denetleyin

  Aşağıdaki resimde yeni not defteri gösterilmektedir.
  
  

  

  
  Başa dön
  

• Görev 3: Ortamın ayarlanması
  
  

  Bu görevi önizlemek için 00:44adresinden başlayan videoyu izleyin.

  Not defterindeki ilk bölüm, IBM Cloud kimlik bilgilerinizi ve Watson Machine Learning hizmet eşgörünümü konumunu belirterek ortamı ayarlar. Not defterinizde ortamı ayarlamak için aşağıdaki adımları izleyin:

  1. Ortamı ayarla bölümüne gidin.

  2. API anahtarını ve konumunu almak için bir yöntem seçin.

     • Bir komut isteminden not defterindeki IBM Cloud CLI komutlarını çalıştırın.

     • IBM Cloud konsolunu kullanın.

       1. IBM Cloud Console 'da API anahtarları bölümüve API anahtarı oluşturma' yi başlatın.

       2. IBM Cloud kaynak listenizeerişin, Watson Machine Learning hizmet eşgörünümünüzü görüntüleyin ve Konum' u not edin.

       3. Doğru uç nokta URL 'si için bkz. Watson Machine Learning API Docs . Örneğin, Dallas bizim güneyde.

  3. API anahtarınızı ve konumunuzu hücre 1 'e yapıştırın.

  4. 1 ve 2 numaralı hücreleri çalıştırın.

  5. ibm-watson-machine-learning paketini kurmak için hücre 3 'ü çalıştırın.

  6. API istemcisini içe aktarmak için 4 numaralı hücreyi çalıştırın ve kimlik bilgilerinizi kullanarak API istemcisi örneğini oluşturun.

  7. Var olan tüm konuşlandırma alanlarının bir listesini görmek için 5 numaralı hücreyi çalıştırın. Bir konuşlandırma alanınız yoksa, aşağıdaki adımları izleyin:

     1. Cloud Pak for Data devreye alımınızla başka bir sekme açın.

     2. Gezinme menüsünden , Devreye Almalar' ı tıklatın.

     3. Yeni konuşlandırma alanı' nı tıklatın.

     4. Devreye alma için bir ad ve isteğe bağlı açıklama ekleyin.

     5. Oluştur'u ve ardından Yeni alanı görüntüle' yi tıklatın.

     6. Yönet sekmesini tıklatın.

     7. Alan GUID ' ini kopyalayın ve sekmeyi kapatın; bu değer space_idolur.

  8. Uygun konuşlandırma alanı tanıtıcısını 6 numaralı hücreye kopyalayıp yapıştırın, ardından varsayılan alanı ayarlamak için 6 numaralı hücre ve 7 numaralı hücreyi çalıştırın.

  İlerlemenizi denetleyin

  Aşağıdaki resimde, tüm ortam değişkenlerinin ayarlandığı not defteri gösterilmektedir.
  
  

  

  
  Başa dön
  

• Görev 4: Not defterini çalıştırma
  
  

  Bu görevi önizlemek için şu adresten başlayan videoyu izleyin: 02:14.

  Artık tüm ortam değişkenleri ayarlandığı için, not defterindeki hücrelerin geri kalanını çalıştırabilirsiniz. Yorumları okumak, hücreleri çalıştırmak ve çıkışı gözden geçirmek için aşağıdaki adımları izleyin:

  1. Verileri keşfet bölümündeki hücreleri çalıştırın.

  2. Bir scikit-learn modeli oluştur bölümündeki hücreleri çalıştırın.

     1. Verileri üç veri kümesine (eğitim, test ve puan) ayırarak hazırlayın.

     2. Ardışık düzeni oluşturun.

     3. Modeli eğit.

     4. Test verilerini kullanarak modeli değerlendirin.

  3. Modeli yayınlamak, model ayrıntılarını almak ve tüm modelleri almak için Modeli yayınla bölümündeki hücreleri çalıştırın.

  4. Model konuşlandırması yarat bölümündeki hücreleri çalıştırın.

  5. Konuşlandırma ayrıntılarını al bölümündeki hücreleri çalıştırın.

  6. Devreye alınan modele bir puanlama isteği gönderen ve öngörüleri gösteren Puan bölümünde * hücreleri çalıştırın.

  7. Not defterini ve çıkışını kaydetmek için Dosya > Kaydet seçeneğini tıklatın.

  İlerlemenizi denetleyin

  Aşağıdaki resimde öngörü içeren not defteri gösterilmektedir.
  
  

  

  
  Başa dön
  

• Görev 5: Devreye alınan modeli konuşlandırma alanında görüntüleyin ve test edin
  
  

  Bu görevi önizlemek için 04:07adresinden başlayan videoyu izleyin.

  Model konuşlandırmasını doğrudan konuşlandırma alanından da görüntüleyebilirsiniz. Alanda konuşlandırılan modeli sınamak için aşağıdaki adımları izleyin.

  1. Gezinme menüsünden , Devreye Almalar' ı tıklatın.

  2. Alanlar sekmesini tıklatın.

  3. Listeden uygun konuşlandırma alanını seçin.

  4. Scikit modeli' ni tıklatın.

  5. scikit modelinin devreye alınmasıseçeneğini tıklatın.

  6. Uç Noktası ve Kod parçacıklarınıgözden geçirin.

  7. Test sekmesini tıklatın. Şu JSON kodunu yapıştırarak devreye alınan modeli test edebilirsiniz:

        {"input_data": [{"values": [[0.0, 0.0, 5.0, 16.0, 16.0, 3.0, 0.0, 0.0, 0.0, 0.0, 9.0, 16.0, 7.0, 0.0, 0.0, 0.0, 0.0, 0.0, 12.0, 15.0, 2.0, 0.0, 0.0, 0.0, 0.0, 1.0, 15.0, 16.0, 15.0, 4.0, 0.0, 0.0, 0.0, 0.0, 9.0, 13.0, 16.0, 9.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 14.0, 12.0, 0.0, 0.0, 0.0, 0.0, 5.0, 12.0, 16.0, 8.0, 0.0, 0.0, 0.0, 0.0, 3.0, 15.0, 15.0, 1.0, 0.0, 0.0], [0.0, 0.0, 6.0, 16.0, 12.0, 1.0, 0.0, 0.0, 0.0, 0.0, 5.0, 16.0, 13.0, 10.0, 0.0, 0.0, 0.0, 0.0, 0.0, 5.0, 5.0, 15.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 8.0, 15.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 13.0, 13.0, 0.0, 0.0, 0.0, 0.0, 0.0, 6.0, 16.0, 9.0, 4.0, 1.0, 0.0, 0.0, 3.0, 16.0, 16.0, 16.0, 16.0, 10.0, 0.0, 0.0, 5.0, 16.0, 11.0, 9.0, 6.0, 2.0]]}]}
     

  8. Predict(Tahmin) seçeneğini tıklatın. Elde edilen öngörü, el ile yazılan rakamların 5 ve 4 olduğunu gösterir.

  İlerlemenizi denetleyin

  Aşağıdaki resimde öngörüyle birlikte Test sekmesi gösterilmektedir.
  
  

  

  
  Başa dön
  

• (İsteğe bağlı) Görev 6: Temizleme
  
  

  Not defteri tarafından oluşturulan tüm varlıkları kaldırmak istiyorsanız, Machine Learning yapay nesne yönetimi not defterinedayalı olarak yeni bir not defteri oluşturun. Bu not defterine ilişkin bir bağlantı, bu eğitmende kullanılan Use scikit (scikit-el ile yazılmış rakamları tanımayı öğren) bölümünün Clean up (Temizle) bölümünde de bulunur.

  
  Başa dön